二十四年磨一剑，北森的AI突围之路
2026年09月15日
转载自：奇点观察《企业观察|二十四年磨一剑，一家HR SaaS企业的AI突围之路》
2022年底AI浪潮兴起，彼时，国内SaaS行业刚刚经历了一轮漫长的价值拷问：
过去十年，中国SaaS企业烧了上千亿，却始终挣扎在“规模不经济”的泥潭里。获客成本高、客户留存难、定制化拖垮毛利，每一点都成为所有SaaS从业者必须直面的难题。
而AI的出现和快速发展，让SaaS从业者既振奋，又焦虑。一个新的共识也在这个过程中形成：通用大模型很难穿透那些真正“懂场景、有数据、扎得深”的垂直细分领域。人力资源正是这样一个领域。
结合公开资料与行业报告，《奇点观察》专题组对中国AI招聘产业的整体格局进行了系统梳理：2026年，中国AI招聘市场规模已突破120亿元，预计全年冲击200亿元。2026年6月，人社部等四部门印发“人工智能＋人社”实施意见，明确提出“开拓智慧面试等新模式”。赛道升温，玩家蜂拥而至。据《2026年中国AI面试市场洞察》报告，中国AI面试行业已形成四类核心参与者并行竞争的市场格局。
第一类是流量撮合型平台。智联招聘、前程无忧、猎聘、BOSS直聘等平台型厂商依托求职者与企业资源，重点提升招聘撮合效率与平台转化能力。
第二类是HR SaaS/HR系统型企业。用友已发布9大AI智能体，覆盖招聘、人事、薪酬等全场景；金蝶则发布“团队组建智能体”“人岗匹配智能体”“招聘智能体”。这类企业深度嵌入组织招聘与管理体系，强调订阅收入与客户黏性。
第三类是ATS工具型企业。它们通过在招聘流程中嵌入AI模块，提升系统价值与客单价。
第四类是AI能力输出型企业。这类企业聚焦批量招聘或特定行业，以算法能力和场景定制实现技术落地。
而在这场行业变局中，北森作为一家跨越了中国人力行业周期的HR SaaS企业，又走出了一条颇具差异化和代表性的路径。于是，2026年8月，《奇点观察》专题组调研了北森，并深度对话了北森CEO纪伟国。
从2002年创立至今，北森走过了二十四年。它从人才测评起家，到HR SaaS，再到今天的AI原生HR平台，三次战略迭代，几乎走过了中国人力资源管理从“人事档案”到“数字员工”的完整历程。
在这场漫长的远征里，最难的时候，纪伟国自己都开始怀疑：他们选的这条路到底对不对？
但北森还是走过来了，而AI也让北森二十年来一直想做却没能完全落地的使命——科技成就人才，有了真正规模化的可能。
01 一场被“看不上”的创业
时间回到2002年，纪伟国和王朝晖共同创立北森，切入的领域是人才测评。
那时候，绝大多数中国企业还处于“人事管理”阶段。所谓人才测评，在很多人眼里跟算命差不多。
“蛮难的，大家都把测评看成算命。”纪伟国回忆，“我们是在那个时间慢慢出来的，因为大家不理解这个东西是什么。”
但他坚信一点，评估和判断人才的技术，在中国一定会有大规模应用的一天。
这个判断来自一个非常朴素的事实：中国企业对人才的渴求，从来不比任何国家弱，缺的只是工具。
北森熬了七八年，熬到了2009年，成为国内最大的测评公司。然后把目光投向了软件。
2010年前后，SaaS模式从美国兴起。北森的测评业务本来就是云端租赁模式，看到国外SaaS软件出现，纪伟国的第一反应是：软件也可能云端化。
“当时我们觉得，软件可能变成云端化的。所以那个时间我们开始做云端的SaaS软件。”纪伟国说，“这一折腾，就折腾了十年。”
而更大的时代背景，是中国企业的人力资源管理正在发生一场根本性的范式转移。
2012年之前，中国企业的人力资源管理偏“人事管理”——入离调转、考勤档案。
但随着互联网带来网络招聘、视频技术带来E-learning，企业的关注点开始从“管理人事”转向“管理人才”。
北森抓住的正是这个节点：不仅做云端的EHR，还把招聘、学习、绩效、入职、人才盘点等跟人才相关的模块全部做了进去，最终把自己定位成“一体化HR SaaS”。
但这个战略在当时并不被看好。
“我们员工都有人调侃，说北森这家公司，能做一堆产品，就是不肯集中精力把一个产品做好。很多投资人也认为，你一家创业公司，就应该聚焦把一个产品做好。”
这种质疑持续了好几年。直到2020年，北森在每个软件模块都做到了市场前三名，行业里才终于形成一个共识：中国人力资源软件的终局，是一体化。
“一旦你每个产品都很强，客户百分之百要一体化。”纪伟国说，“但那个时间，花了好多年才实现。大家都问，为啥是这个？最后你自己都怀疑自己想的是不是对的。”
事实上，真正让北森脱胎换骨的转折点，发生在2019年。
那一年，北森内部产品管理混乱，产品有的能打大客户，有的只能服务小客户，怎么搞都搞不动。
“我们做人力资源的公司碰到这种问题，肯定是组织上出了问题，组织跟业务不匹配。”
纪伟国开始研究出路。结果发现，华为的打法最适合北森。
不过北森没有简单地“借鉴理念”，而是把华为的一整套流程体系学了过来：从战略流程DSTE，到市场洞察流程MI，到IPD研发流程，再到LTC销售流程等流程全部落地。
正是这套流程，让北森后来的AI布局有了组织基础。
“华为能抓住电动车这个机会，是因为十年前就在预判。我们照这个方法走，每年都要回答一个问题：有什么技术、经济、政治上的变化，会对我们的人力资源数字化产生重大影响？”
2024年初，正是这个“每年必答题”的流程，逼出了北森押注AI的战略决策。
纪伟国让产研团队去国外扫描了一遍：TO B软件公司几乎没人做AI，但TO C领域已经出现了AI面试和AI心理咨询的尝试。北森研究了之后得出结论：AI大模型虽然无法颠覆人力资源软件的合规性根基，但能在很多场景产生重大影响。
“事务性的工作非常多。员工问政策、面试、培训、领导力发展、测评报告解读……很多场景都适合它来做。”
但有一个更尖锐的问题横在面前：做出来，客户愿意付钱吗？
此前北森已经踩过坑。在软件里加了一些AI小功能，客户觉得“看着挺好，价值不大”，根本不愿意为此付费。
“我们说，怎么才能让客户给钱？就是你必须做一个端到端的、能独立解决一个业务场景的AI，客户才可能愿意独立付费。”
于是，2024年，纪伟国给研发团队定了一个硬性绩效目标：必须做出两个能闭环、能商业化的产品。
这成了北森AI战略的真正起点。
02 AI面试官是怎么炼成的？
北森AI战略的真正拐点，出现在2024年9月。
彼时，京东方和蒙牛用北森的AI面试官做了“人机一致性验证”：先让AI面试一批销售人员，再由真人面试官看录像打分，然后对比结果。
“因为北森以前是做测评的，经常做信度效度研究。我们看到那个结果的时候，有一个判断：如果做了半年就达到那个水平，那未来面试流程就会被改写了。”
结果半年时间，AI面试追平了一个有三年经验的真人面试官。在同样的候选人、同样的评估标准下，AI和真人面试官分别面试、打分，对比结果——AI在面试效率、评分一致性和评估准确性上，已经达到了真人面试官的水平。
更关键的是，AI在“评估”这件事上展现出了天然的结构化优势。
一场真人面试，成本200多块钱，要协调面试官、会议室、时间，候选人跑过来，面试两小时，结果发现不合适，还不能当场走人，怎么也得面20分钟维护雇主品牌。而AI面试官的成本，是原来的十分之一。
2024年10月，北森成立前线推广团队。12月15日，100家客户。2025年1月DeepSeek爆发，市场被再次点燃；3月15日，200家客户。到2025财年结束，AI客户数接近1500家，收入做到8700万元。
很多人以为，AI面试官的技术壁垒在于大模型能力。纪伟国的看法完全不同：
“理解大模型是入门，理解‘组织’‘岗位’与‘人’的匹配关系才是护城河。”
这句话背后，是北森二十多年积累的一套完整知识体系：
一个岗位到底需要什么能力？这个能力通过什么行为可以观察出来？如何设计面试题目来引出这些行为？一个人怎么回答才算具备这种能力？最终如何写出一份准确的能力评估报告？
这些知识，以前存在于北森专家的头脑里，写在他们出版的书籍里，沉淀在成千上万次的测评项目里。在北森内部有一个专门的名字：People Science，人才科学。
它一点也不性感，无法快速复制，在AI时代之前，甚至很难被产品化。
AI的出现，让这套“隐性知识”第一次可以被大规模嵌入产品。
而在AI面试技术路线的选择上，北森内部曾有过激烈争论：
AI面试官最终会走向“用户体验”，还是走向“谁面得更准”？
“因为北森本身就做人力资源，我们的结论是：AI面试，最终一定会走向‘面得更准’。所以我们就全力把精力放在怎么面试得更准上。”
这条路，不是纯技术团队能走通的，也不是纯心理学团队能走通的。“一开始是两个团队分开做。一个是技术团队，一个是测评那边的心理学家。”
磨合了一段时间，纪伟国发现纯技术搞不出来，纯心理学也不行——需要大模型加心理学这种看人的技术结合起来才能做成，最后把两个团队融在一起才实现。
AI面试官的价值，在长安汽车的校招中得到了验证。
在引入AI面试官后，长安汽车的复试通过率提升了20%，累计节省面试工作时间超过8300个小时。
当被问及为什么会有这样的效果，纪伟国的解释非常直接：
“很多企业初面用的是一般员工或管理者，那些人自己经验并不丰富，也不太知道怎么面试人，所以筛出来的人跟岗位匹配度不高。但AI经过训练，水平是高于这个群体的。AI初试通过的人，本身跟岗位匹配度就高，后面再用高级管理者复试，通过率自然提升，入职后离职率也降低。”
AI面试官的关键，在于它严格遵循行为化评价方法论。以前真人面试也有面试表，但面试官往往凭经验、凭直觉填。AI不一样：它完全基于岗位能力模型，设计行为化问题，通过“结果-行为-动机”三层追问法，从候选人描述的行为中提取能力证据。
“同一个岗位的候选人，用同样的面试问题，同样的三层追问逻辑。但真人面试官，两个面试官可能问的角度完全不一样。”
更大的公平性在于，AI不会产生“手印效应”。
“看到清华毕业、腾讯出来、长得帅，好感马上影响评估。但AI不会，AI没有这种偏见。”
当然，AI也会有偏差，北森的做法是：AI只做初筛，最终决定权始终在人手里。
“我们从来没有让AI做最终决定。到现在为止，没有客户会把决定权交给AI。这个也不合适。”
03 巨头做不了的“苦活累活”
AI面试官的市场正在快速升温，但纪伟国并不担心巨头和其他对手的入场。
“钉钉、腾讯在To B端的打法也更多倾向于规模化、标准化，而不是做每家客户都需要售前提供解决方案、再做交付的个性化、定制化的业务。”
也有其他招聘软件曾经试过做AI面试，结果“一直没搞明白这东西怎么能面得准”，把它当成互联网工具去推广，一波走量之后口碑崩坏，销售也不愿卖了，最后草草收场。
“在中国只要有客户需求，就有竞争，但真正在知识型员工的面试评估上，能做到这个深度的，目前确实只有北森。”
不过，纪伟国也有过极度焦虑的时候。
2025年，小龙虾的爆发把整个行业都“搞蒙了”。
“那一个多月，非常非常难。朋友圈彻底把我搞蒙了。大家各种说软件被颠覆了，说AI编程，我们一行代码都不写了。我让大家写，发现实现不了。我去问好像也不是那样的。”
更麻烦的是公司内部。
“很多员工觉得公司不靠谱，感觉每个人都是战略家，每个人都说公司要完了。”
纪伟国回忆，这种混乱感，跟当年所有人质疑“一体化战略”的时候如出一辙。战略在模糊期，永远看起来像在乱搞。
变化出现在产品Demo出来以后。
“我们的AI招聘专家团、AI Learning专家团、AI人才官等做出来，员工打开看完以后，我才觉得，这个可能是对的，这个确实能做到。”
而这背后，北森之所以能做到，还因为它有一个其他公司难以复制的角色：FDE（领域交付工程师）。
每家公司对同一个岗位的要求都不一样。同样是销售，阿里和腾讯要的人不同；同样是蓝领，不同工厂的底线不同。FDE的工作，是深入客户的业务场景，帮客户定义“这个岗位到底需要什么能力”，再把这些能力转化为AI面试官能用的面试题目和评估标准。
“这就需要一群既懂业务、又懂人才科学的人。大厂不愿意养这种人，太苦了。”这种人才需要同时理解HR业务、心理学评估和AI能力边界，培养周期长，且长期浸染在客户现场中，难以通过标准化培训快速复制。
北森现在有一半的研发人员在从事AI相关工作，未来三年还计划大规模扩充FDE团队和AI人才科学研究院。
就在今年6月，北森发布的2025年财年财报显示，年营收突破9亿元，达到9.45亿元，同比增长10.6%；整体ARR（年度经常性收入）突破9.08亿元，同比增长超20%；经营性现金流净额7690万元，首次实现转正。
同时，年内亏损从32亿元收窄至1.47亿元，降幅达到95%（注：北森上市前多轮优先股，作为金融负债核算；2024财年产生28.11亿元公允价值变动亏损；2025财年优先股已全部转为普通股，该科目归零，不再产生亏损），经调整净亏损亦从1.05亿元收窄至2910.1万元，同比缩减约72%；公司整体毛利率从2024财年的60.2%增至2025财年的64.9%。
值得一提的是，同样在6月，北森做了一个足以影响企业下一个十年的决定：
从HR软件厂商，全面升级为HR AI应用公司。
核心产品，是一个叫Mavens的平台。纪伟国用了一个很形象的对比来解释这个转变：
“你在软件里加个小插件，客户不会给钱。那本质还是个软件，无非挂了点小东西。但如果你做的是一个端到端的、能独立解决一个业务场景的数字员工，那完全不一样。”
以北森的AI招聘专家为例：客户给一个职位，它能跟你对话，优化岗位描述；你说帮我发到招聘网站，它就发上去；候选人来了，它主动聊天、筛简历、外呼确认意向；最后把筛选结果推给你。
“这是一个完整的招聘场景，不是软件里的小功能。它的价值完全不一样。”
目前，北森已经从六个场景里做出了15个AI HR专家，未来计划扩展到30个以上。覆盖招聘、学习、人才发展、绩效等多个领域。
在成都一家头部企业服务中，北森的AI已经做了一件传统HR想做却做不到的事。一个销售人员在客户现场判断蓝领工人非常准，怎么把这种能力复制出来？传统做法是：HR去访谈这个销售，整理成PPT，让大家学习——然后大多数人“学完就完了”。
北森现在的做法是：AI直接跟这个销售聊，把他的知识萃取出来，然后自动生成一门互动课程。员工打开课程，不只是看，AI老师会像真人一样提问：“你觉得应该怎么说？”“这三个选项你选哪个？为什么？”
“你看培训，你可能觉得自己听懂了。但当老师提问的时候，你才发现自己其实没听懂。因为你要互动，你躲不过去了。”
这是未来的组织形态：
真人和数字HR混搭。人负责判断和决策，AI负责放大人的能力边界。
04 奇点观察：深耕者正成为AI受益者
再回看2022年那场席卷而来的AI浪潮，三年多后今天，市场给出了一个更加审慎也更加清晰的图景：
那些在垂直细分领域里“懂场景、有数据、扎得深”的企业，正在成为AI时代真正的受益者。它们把积累了十年、二十年的行业知识，与AI大模型的能力深度耦合，生长出全新的产品形态和商业模式。
AI面试赛道上的四类玩家，恰好印证了这一趋势的复杂性。
流量撮合型平台拥有海量求职者数据，但缺乏对“岗位-能力-行为”之间深层关系的理解；ATS工具型企业擅长流程管理，却在评估深度上难以突破；AI能力输出型企业算法能力突出，但缺少对组织管理场景的系统性认知，反倒是那些在HR领域深耕十年以上的“老SaaS”，把“人才科学”这套隐性知识从专家的头脑中提取出来，嵌入AI，变成了可规模化、可复制的产品。
而北森的故事之所以值得被记录，也不是因为它做对了什么惊天动地的事，恰恰相反，它只是在一件极其枯燥的事情上坚持了二十四年：研究“什么人适合什么岗位”。
2002年，当大多数人还把人才测评当作“算命”时，他们选择了磨测评；
2010年，当所有人质疑一体化战略时，他们选择了磨每一个模块；
2024年，当AI大模型让整个行业陷入“软件是否被颠覆”的焦虑时，他们再次选择了“磨”，坚持“磨”好最难的那件事，把二十年积累的人才科学，装进AI。
这恰恰是AI最本质的价值：让“少数专家才能掌握”，变成了“每一个企业都能使用”。
至于AI到底能不能改写人力资源行业的终局，今天没有人能给出一个确切答案。但有一件事可以确定：
在喧嚣的AI赛道上，那些愿意在同一个地方数十年如一日深耕的企业，总有资格先听到流水——而流水不争先，争的是滔滔不绝。
